基于振动信号的滚动轴承故障诊疗和预测课件.pptVIP

明德 砺志 博学 笃行 基于振动信号的滚动轴承故障诊疗和预测 滚动轴承故障原理与特征分析 滚动轴承作为旋转机械中应用最为广泛的零件之一，同时也是机械设备中最易损坏的元件，当前旋转机械的许多故障都与滚动轴承的故障有关。对滚动轴承的典型结构和各种常见的失效形式的研究有助于更好的在生产和使用中诊断和预防各种故障的发生，以减少因轴承故障而造成的财产损失。 机械工程学院 滚动轴承的结构与工作原理 机械工程学院 机构示意图 滚动轴承失效形式分析 主要故障及失效形式： 机械工程学院 机械工程学院 机械工程学院 滚动轴承振动机理与特征频率分析 机械工程学院 滚动轴承振动原理图 滚动轴承特征频率分析 为分析轴承各部分的运动参数，做如下假设： (l)滚道与滚动体之间无相对滑动； (2)承受径向、轴向载荷时各部分无变形； (3)内圈滚道回转频率为 fi； (4)外圈滚道回转频率为 fo； (5)保持架回转频率，即滚动体公转频率，为 fc。 根据速度v=2πrf，分别得到轴承内外圈及保持架上的速度。 Vi,Vo,Vc. 机械工程学院 滚动轴承的固有振动频率分析 机械工程学院 滚动轴承套圈横截面简化图与径向弯曲振动振型示意图 滚动轴承故障振动特性分析 机械工程学院 滚动轴承故障特征提取方法 在机械设备的故障诊断研究过程中，故障特征的提取是第一步，也是关键的一步和困难的一步。实际工作中的机械设备上所采集到的振动信号，往往包含大量的噪声信息，对于故障特征的提取造成干扰。 机械工程学院 小波分析 小波分析通过伸缩平移运算对信号逐步进行多尺度的细化，最终达到高频处时间细分、低频处频率细分的目的，能自适应时频信号分析的要求，从而可聚焦到信号的任意细节。 机械工程学院 机械工程学院 仅从振动信号时域波形图无法有效判断轴承的故障种类，需要建立提取振动信号故障特征的方法和故障种类的识别模型。 机械工程学院 机械工程学院 机械工程学院 机械工程学院 机械工程学院 信号提取处理 去噪和降噪是机械振动研究领域的一项重要课题，现实情况下所采集到的振动信号都不可避免的掺杂了噪声，受到噪声的干扰，有些情况下甚至原始真实信号湮没于强大的噪声中，造成信息提取的困难，影响到后期故障诊断分析。因此，机械设备状态监测和故障诊断过程中，一般要对测得的振动信号进行前期处理以滤除噪声或降低噪声的强度、减小其干扰，使信号尽可能接近目标监测对象的真实振动，便于提取真实信号的特征值用于故障诊断。 机械工程学院 滤波器去噪 小波分解降噪 基本原理类似，均通过对噪声 进行抑制实现降噪目的 明德 砺志 博学 笃行